DeepMind vėjo prognozės: 4 būdai A.I. Ar taupoma aplinka dabar

Žmogaus veikla Žemėje neigiamai paveikė Žemės klimatą, dėl kurio visos tautos išnyko, gyvūnų išnykimas ir galbūt debesų išnykimas. Tačiau yra tikimybė, kad klimato kaitos sunkumas gali būti sušvelnintas, jei elgsimės greitai ir pasinaudosime kitais žmogaus išradimais: dirbtiniu intelektu.

„Google“ įsikūrusi „London“, A.I. dukterinė įmonė „DeepMind“ šią savaitę paskelbė naujausią pasiekimą, naudodama mašinų mokymąsi, kad vėjo energija taptų vertingesnė elektros tinklui. Bendrovės algoritmas sugebėjo numatyti, kiek galios jos vėjo jėgainės generuos 36 valandas prieš laiką, bendrovė savo dienoraštyje paaiškina. Tai leistų vėjo jėgainėms patikimai pristatyti tikslius energijos kiekius, kad būtų patenkintas elektros energijos poreikis.

DeepMind taikė savo A.I. iki 700 megavatų Vidurio vakarų vėjo energijos. Algoritmas buvo apmokytas oro prognozėmis ir ankstesniais turbinų duomenimis, kad būtų galima prognozuoti galios galingumą. „Google“ pareiškė, kad jos pastangos pagerino šių vėjo jėgainių vertę „20 proc.“.

Vėjo jėgainių gebėjimas priimti sprendimus, pagrįstus duomenimis, yra nedidelis žingsnis mažinant priklausomybę nuo anglies ir iškastinio kuro. A.I. turi didelį potencialą suteikti mokslininkams, ūkininkams ir inžinieriams geresnį supratimą apie klimato kaitos poveikį ir apdoroti milžiniškus duomenų rinkinius akimirkoje. Jis gali pastebėti modelius, kuriuose žmonės iš pradžių mato tik sukrėtimus, ir gali pateikti tikslią informaciją, kurią mokslininkai turi ryžtingai veikti.

„Brookings Institution“ ir Pasaulio ekonomikos forumas paskelbė, kaip A.I. gali būti panaudota, kad neseniai būtų sumažintas klimato kaitos poveikis, ir daugelis jų jau buvo įgyvendinami.

4. Dideli orų prognozių duomenys padaro saulės skydus naudingesnius

„Google“ skelbimas yra protingo energijos paskirstymo pradžia, dėl kurios vėjo ir saulės ūkiai taps dideli pasaulio elektros tinklo dalyviai. Plačiai prieinamus orų prognozės duomenis galima tiksliai įvertinti, kiek vėjo smūgis ir kaip saulėta ji bus bet kurią dieną.

DeepMind yra pavyzdys, kaip tai būtų galima naudoti vėjo jėgainėms, o Davidas Victoras, „Cross-Brookings“ iniciatyvos energetikos ir klimato klausimais pirmininkas, yra pavyzdys, kaip jis galėtų būti naudojamas saulės energijai.

„Geresnės dienos į priekį ir valandos į priekį prognozės apie tai, kaip debesys ir kiti orų formavimai veikia saulės energiją,“ rašo jis. „Geresnės prognozės gali palengvinti ir naudingiau saulės generatoriams dalyvauti elektros energijos rinkose.“

3. Klimato modeliavimas siūlo itin ilgalaikes prognozes

Orai ir klimato mokslininkai nuolat renka duomenis apie tai, kas yra ir ką paveiks besikeičiantis Žemės klimatas. Ozono sluoksnio būklė, kylantis jūros lygis ir pasaulio vandenynų temperatūra yra kruopščiai stebimi ir skelbiami. A.I. gali paimti šiuos skaičius ir paversti juos įrankiais.

Mašininio mokymosi algoritmai išskiria numerius, tuo daugiau duomenų, kuriuos turi šie algoritmai, tuo daugiau prognozių galima padaryti ir aptikti daugiau paslėptų modelių. Šiandien turimų klimato duomenų suvienodinimas gali sukurti gaires, kad mokslininkai, inžinieriai ir kasdieniai žmonės žinotų, ką reikia padaryti, kad lėtėtų klimato kaita.

WEF ataskaitoje teigiama, kad naudojant A.I. duomenų modelių kūrimas gali padėti ekspertams suvokti, kas dabar yra didžiausias prioritetas, ir suteikti piliečiams geresnį supratimą apie tai, kaip blogai klimato kaita.

„Duomenų rinkiniai reikalauja didelės našumo skaičiavimo galios ir apribojo prieinamumą ir naudingumą mokslo ir sprendimų priėmimo bendruomenėms“, - teigia WEF. „A.I. gali išspręsti šiuos iššūkius, didinti oro sąlygų ir klimato modeliavimo rezultatus, padaryti jį prieinamesnį ir tinkamesnį sprendimų priėmimui. “

3. Augalų auginimo duomenys realiuoju laiku informuos ateities ūkininkus

A.I. neįtikėtiną gebėjimą išspręsti beveik begalinį skaičių skaičių galima panaudoti savarankiškam ūkininkavimui. Geologiniai duomenys gali nurodyti algoritmus, kurie gali būti auginami bet kuriame konkrečiame plote, ir gali būti renkami realaus laiko duomenys, kad būtų galima aptikti bet kokius augimo metu kylančius klausimus.

Žemės ūkio pramonėje jau dominuoja mašinos, o vieną dieną ją visiškai valdys mašinos. Šiuos robotus galėtų valdyti mašinų mokymosi algoritmai, kurie nuolat tikrina dirvožemio, augalų sveikatos ir oro duomenis.

Tam reikės didelių transporto priemonių savarankiškumo ir tonų duomenų suvienodinimo. Tačiau WEF teigia, kad visiškai autonomiški ūkiai nėra toli.

„A.I. galėtų leisti ūkiams tapti beveik visiškai autonominiais “, - teigia ji. „Ūkininkai gali simbiotiškai auginti skirtingus augalus, naudodami AI, kad nustatytų ar prognozuotų problemas ir imtųsi tinkamų korekcinių veiksmų per robotiką“.

1. Apsaugoti ribotus vandens tiekimus sausuose regionuose

Dėl klimato kaitos ekstremalių oro sąlygų atsirado ilgalaikių sausrų ir gaisrų. Labai svarbu užtikrinti, kad šių žmonių sukeltų katastrofų paveiktose bendruomenėse būtų pakankamai gėlo vandens, ir A.I. gali tai padaryti.

Naudojant duomenis, gautus iš interneto prijungtų namų vandens skaitiklių, algoritmai galėtų aptikti, kokiose pasaulio dalyse reikia daugiausia išteklių. Tuomet sistema galėtų nukreipti daugiau vandens į teritorijas, kuriose vyksta sausros, kad būtų užtikrintas išteklių panaudojimas ten, kur mums jų labiausiai reikia.

WEF pasiūlė tai įgyvendinti, sujungus IOT technologiją rinkti duomenis iš namų, mašinų mokymąsi apdoroti šiuos duomenis ir blokuoti technologijas, skirtas decentralizuoti vandens išteklius.